论文研究-可信网络中一种敏感鲁棒的信任计算模型.pdf

提出一种敏感、鲁棒的信任度计算模型。在缺乏直接交易证据时，基于推荐信任、信誉等间接信任度估计信任度初值，随交易的建立和累积与直接交易证据共同作出信任评价，并最终过渡至直接信任度计算。采用动态平衡系数，兼顾信任度初值估值和直接交易证据小样本风险，逐步降低信任度初值估值风险并将其限制在最初的有限次交易以内；同时增加交易证据对信任度的贡献。在直接信任度计算中，采用双滑动窗口机制，即稳定性窗口N和敏感性窗口M，使信任度保持相对稳定又对交易满意度动态敏感。采用动态权值法赋予明显偏离信任度均值的节点信任度较小权值，提高模型的抗攻击能力。给出了直接信任度稳定性窗口N、敏感性窗口M、稳定性—敏感性平衡系数的建议值。仿真结果验证了本方法的有效性。